cifar10_h

• תיאור :

גרסה מתויגת מחדש של ערכת הבדיקות של CIFAR-10 עם תוויות רכות המגיעות מכותבים אנושיים אמיתיים. עבור כל זוג (תמונה, תווית) בערכת הבדיקות המקורית של CIFAR-10, הוא מספק מספר תוויות נוספות שניתנו על ידי כותבים אנושיים אמיתיים, כמו גם התווית הרכה הממוצעת. מערך ההדרכה זהה לזה של מערך הנתונים המקורי.

• דף הבית : https://github.com/jcpeterson/cifar-10h

• קוד מקור : tfds.image_classification.cifar10_h.Cifar10H

• גרסאות :

  • 1.0.0 (ברירת מחדל): שחרור ראשוני.

• גודל הורדה : 172.92 MiB

• גודל מערך נתונים : 144.85 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

• מבנה תכונה :

FeaturesDict({
    'annotator_ids': Sequence(Scalar(shape=(), dtype=int32)),
    'human_labels': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=10)),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'reaction_times': Sequence(Scalar(shape=(), dtype=float32)),
    'soft_label': Tensor(shape=(10,), dtype=float32),
    'trial_indices': Sequence(Scalar(shape=(), dtype=int32)),
})

• תיעוד תכונה :

• מפתחות בפיקוח (ראה as_supervised doc ): None

• איור ( tfds.show_examples ):

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@inproceedings{wei2022learning,
  title={Human uncertainty makes classification more robust},
  author={Joshua C. Peterson and Ruairidh M. Battleday and Thomas L. Griffiths
  and Olga Russakovsky},
  booktitle={IEEE International Conference on Computer Vision and Pattern
  Recognition (CVPR)},
  year={2019}
}